`

OARCLE数据库归档模式的切换

阅读更多
        在oracle数据库的开发环境和测试环境中,数据库的日志模式和自动归档模式一般都是不设置的,这样有利于系统应用的调整,也免的生成大量的归档日志文件将磁盘空间大量的消耗。但在系统上线,成为生产环境时,将其设置为日志模式并自动归档就相当重要了,因为,这是保证系统的安全性,有效预防灾难的重要措施。这样,通过定时备份数据库和在两次备份间隔之间的日志文件,可以有效的恢复这段时间的任何时间点的数据,可以在很多时候挽回或最大可能的减少数据丢失。虽然ORACLE数据库的日志模式和自动归档设置并不复杂,但其中的一些概念和操作过程还是容易混淆的,现在根据本人的经验,分析介绍如下,所用环境为UNIX(HPUX,SOLARIES,AIX,TRU64UNIX)和ORACLE8.
  
  一要使OARCLE数据库进行日志的自动归档,需要做两方面的事情,一是数据库日志模式的设置(database log mode,可为Archive Mode和No Archive Mode),另外就是自动归档模式设置(Automatic archival,可为Enabled和Disabled)。    二如何查看数据库的现行日志和自动归档模式的设置:
  
  可用archive log list命令来查看。
  
  例如:
  
  运行在日志自动归档模式下的数据库系统查看结果如下(一般是生产环境)
  
  SVRMGR> archive log list
  
  Database log mode       Archive Mode
  
  Automatic archival       Enabled
  
  Archive destination      /backup/archivelog
  
  Oldest online log sequence   2131
  
  Next log sequence to archive  2133
  
  Current log sequence      2133
  
  没有启动数据库日志模式和自动归档的数据库系统查看结果如下(一般是测试环境)
  
  SVRMGR> archive log list
  
  Database log mode       No Archive Mode
  
  Automatic archival       Disabled
  
  Archive destination      /u01/app/oracle/product/8.0.5/dbs/arch
  
  Oldest online log sequence   194
  
  Current log sequence      196
  
  三数据库日志模式的设置
  
  在创建数据库时,可以在CREATE DATABASE 语句中指定数据库的日志模式。假如没有指明,则缺省为NOARCHIVELOG模式。由于如果在创建数据库时指明是Archive Mode的话,会增加约20%的创建时间,而在以后启动INSTANCE时再设置的话,一般只用去几秒的时间,所以一般在创建数据库时是不设置为ARCHIVE MODE的。
  
  如要确定一系统数据库的日志模式设置,除了(二)中的方法外也可以执行如下操作查看:
  
  SVRMGR> Select * from V$DATABASE
  
  NAME CREATED      LOG_MODE   CHECKPOINT ARCHIVE_CH
  
  ---- ----------------- ------------ ---------- ----------
  
  ORCL 05/21/97 17:55:06 NOARCHIVELOG 172185   170808
  
  将数据库的日志模式设置切换(Archive Mode 和No Archive Mode之间的切换)的步骤和操作如下:
  
  1. 关闭运行的数据库实例
  
  SVRMGRL> shutdown
  
  在进行日志模式切换之前,必须将运行的数据库正常关闭。
  
  2. 备份数据库
  
  该备份跟以后产生的日志一起用于将来的灾难恢复(很重要,如要改为归档日志模式,没有这个数据库备份,仅有日志文件是无法从该时间点恢复的)。
  
  3. 启动数据库实例到mount状态,但不要打开。
  
  SVRMGRL> startup mount
  
  注意:如果是使用OPS的话,请只打开一个数据库实例进行模式切换操作。
  
  4. 切换数据库日志模式。
  
  SVRMGRL> alter database archivelog;(设置数据库为归档日志模式)
  
  或
  
  SVRMGRL> alter database noarchivelog;(设置数据库为归档日志模式)
  
  5. 打开数据库
  
  SVRMGRL> alter database open;
  
  6. 确认数据库现在处于归档日志模式。
  
  SVRMGRL> archive log list;
  
  Database log mode        Archive Mode
  
  Automatic archival       Enabled
  
  Archive destination       for example: $ORACLE_HOME/dbs/arch
  
  Oldest on-line log sequence   275
  
  Next log sequence        277
  
  Current log sequence      278
  
  7. 将这个时间点的redo logs归档
  
  SVRMGRL> archive log all;
  
  8. 确认新产生的日志文件已在相应的归档目录下面。
  
  四自动归档模式设置(Automatic archival,可为Enabled和Disabled),在该模式下,数据库启动一个arch进程,专门负责将redo logs写到系统归档设备的相应目录下。  
  在数据库的参数文件中设置参数(一般是在$ORACLE_HOME/dbs/init*.ora文件中):
  
  LOG_ARCHIVE_START=
  
  LOG_ARCHIVE_DEST=
  
  LOG_ARCHIVE_FORMAT=
  
  LOG_ARCHIVE_START:
  
  如要求自动归档的话,则设为TRUE,如要求为非自动归档的话,则设为FALSE
  
  LOG_ARCHIVE_DEST:
  
  该参数设定了archive logs 归档存放的路径.
  
  LOG_ARCHIVE_FORMAT:
  
  该参数设定了archive logs的命名格式. 例如,如将格式设为: arch%s.arc
  
  log 文件将为: arch1.arc, arch2.arc, arch3.arc
  
  这几个参数设置只有在数据库实例启动前设置才能生效,如果在数据库运行中进行设置,要使其生效,必须重起数据库。
  
  如果数据库正在运行中,不能即刻重起,要设置其为自动归档模式,则做如下操作:
  
  SVRMGRL> ALTER SYSTEM ARCHIVE LOG START;
  
  如要设置其为非自动归档模式(取消自动归档),则:
  
  SVRMGRL> ALTER SYSTEM ARCHIVE LOG STOP;
  
  但如果数据库重起后,给语句修改的结果就失效了,自动归档的设置还是按照系统参数文件中的LOG_ARCHIVE_START的值来设置。
  
  五几种设置情况:
  
  (1) Database log mode       Archive Mode
  
  Automatic archival       Enabled
  
  这是在大部分生产环境中的ORACLE数据库日志及归档模式设置,这种情况下,做好数据库的定期备份(有热备和冷备)和归档日志备份,可有效的将数据库恢复到有归档日志的全部时间点。
  
  (2) Database log mode       Archive Mode
  
  Automatic archival       Disabled
  
  这种情况下,数据库不能自动归档,需要进行手工归档。如果所有在线日志都写满了,又没有的及时进行手工归档的话,由于LGWR没有可用的在线日志可写,数据库将会挂在这儿,只有进行手工归档后,有可用的在线日志后才能继续。在生产环境中应该避免这种情况。
  
  手工归档操作如下:
  
  SVRMGRL> ALTER SYSTEM ARCHIVE LOG ALL;
  
  数据库将会把在线日志进行归档处理
  
  (3) Database log mode       NO Archive Mode
  
  Automatic archival       Enabled
  
  有些相对欠缺经验的管理员在进行设置时,只在数据库参数文件中设置了LOG_ARCHIVE_START=TRUE,然后在数据库起来后查看到ARCH归档进程已经起来了,可是尽管ORACLE已经作了几次日志切换,但还是没有归档日志,这时的设置就是这种情况,如果数据库不是处在ARVHIVELOG模式,redolog 还是不会被归档。
  
  (4) Database log mode       NO Archive Mode
  
  Automatic archival       Disabled
  
  这种设置是刚安装的oracle数据库的缺省设置,开发环境也大部分如此。即没有进行归档。
分享到:
评论

相关推荐

    使用matlab编程GUI 实现WGS84-CGCS2000坐标转换.zip

    matlab

    2023年新版中国医科大学考试计算机基础与应用在线作业.doc

    2023年新版中国医科大学考试计算机基础与应用在线作业.doc

    2023年四川省计算机一级计算机基础知识题库.docx

    2023年四川省计算机一级计算机基础知识题库.docx

    本程序使用Matlab调用COMSOL进行二元(电容与相对介电常数)数据的生成.zip

    matlab

    移动开发是指为移动设备(如智能手机、平板电脑)开发应用程序的过程 常见的移动开发平台包括 Android 和 iOS,开发语言可以是 Java、Kotlin(Android)、Swift 或 Obje

    移动开发是指为移动设备(如智能手机、平板电脑)开发应用程序的过程。常见的移动开发平台包括 Android 和 iOS,开发语言可以是 Java、Kotlin(Android)、Swift 或 Objective-C(iOS)。以下是一个基于 **Android** 的简单例子,展示如何创建一个带有按钮和文本的交互式应用。 --- ### **示例:点击按钮显示消息** #### **功能描述** - 应用包含一个按钮和一个文本框。 - 点击按钮时,文本框显示一条消息(例如 "Hello, World!")。 --- ### **开发环境** - **工具**:Android Studio - **语言**:Java 或 Kotlin - **框架**:Android SDK --- ### **代码实现(使用 Kotlin)** 1. **项目结构** - 创建一个新的 Android 项目,选择 Empty Activity 模板。 - 项目文件结构如下: ``` app/ src/ main/ java/com/example/myapp/MainActivity.kt res/layout/activity_main.xml ``` 2. **布局文件 (`activity_main.xml`)** 在 `res/layout/activity_main.xml` 中定义界面布局: ```xml <?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"

    MATLAB环境下GA_PSO混合算法求解多元函数极值的应用与实现

    内容概要:本文详细介绍了在MATLAB环境中实现GA_PSO混合算法的方法及其应用场景。该算法将遗传算法(GA)和粒子群优化算法(PSO)相结合,用于解决复杂的多峰优化问题。文中首先定义了适应度函数Rastringin函数,并展示了如何通过MATLAB代码实现混合算法的关键步骤,包括粒子群初始化、速度和位置更新、遗传操作(交叉和变异)、以及参数设置。此外,文章还讨论了如何处理约束条件,并提供了动态可视化的实现方法,以便更好地理解和展示算法的运行过程。 适用人群:适用于具有一定MATLAB编程基础和技术背景的研究人员、工程师以及学生,特别是那些对优化算法感兴趣的人。 使用场景及目标:该混合算法主要用于解决具有多个局部极值点的复杂优化问题,特别是在高维空间中寻找全局最优解。通过结合GA的全局搜索能力和PSO的局部搜索效率,能够有效地避免陷入局部最优解,提高求解精度和稳定性。 其他说明:建议读者根据具体问题调整相关参数,如交叉概率、变异率、惯性权重等,以获得最佳性能。同时,可以通过修改目标函数来测试算法在不同类型问题上的表现。

    2023年西工大秋计算机辅助设计在线作业.doc

    2023年西工大秋计算机辅助设计在线作业.doc

    2023年spss软件分析异常值检验实验报告.doc

    2023年spss软件分析异常值检验实验报告.doc

    MATLAB/Simulink中Buck-Boost变换器开环与闭环控制仿真建模详解

    内容概要:本文详细介绍了如何使用MATLAB/Simulink R2015b搭建Buck-Boost变换器的开环和闭环控制仿真模型。首先,作者解释了Buck-Boost变换器的基本构成及其在电源设计中的重要性。接着,逐步指导读者构建开环模型,包括设置关键参数如PWM频率、占空比、输入电压等,并展示了开环控制下的输出特性。随后,引入了PID控制器进行闭环控制,强调了PID参数的选择与调整方法,以及如何通过增加电压采样和误差比较来提高系统的稳定性。此外,还分享了一些常见的仿真错误及解决方案,如电感值选取不当、二极管模型过于理想等问题。最后,提供了几个有趣的实验案例,如动态改变占空比、突变负载等,以展示闭环控制的优势。 适合人群:具有一定电力电子和MATLAB/Simulink基础的技术人员或学生。 使用场景及目标:适用于希望深入理解Buck-Boost变换器工作原理及其控制策略的研究者和技术爱好者。通过动手实践,掌握开环与闭环控制的区别,学会优化PID参数,提升电源设计能力。 其他说明:文中附有多处代码片段和实用技巧,有助于读者更好地理解和应用所学知识。同时提醒读者注意不同MATLAB版本间的兼容性问题。

    全景图像拼接 matlab实现.zip

    matlab

    2023年软件测试工程师考核标准.docx

    2023年软件测试工程师考核标准.docx

    chromedriver-win64-137.0.7117.2.zip

    chromedriver-win64-137.0.7117.2.zip

    C#工业自动化通信开发库:必备程序与通信协议详解及应用实例

    内容概要:本文详细介绍了基于C#的工业自动化通信开发库,涵盖了多种常见的通信协议和技术。首先讨论了串口通信的基础操作及其注意事项,如波特率设置和事件处理。接着深入探讨了TCP通信,特别是针对高并发场景下的粘包处理和性能优化。文中还详细讲解了Modbus协议的应用,包括RTU和TCP两种模式的具体实现和常见问题解决方法。此外,文章涉及了数据库操作的最佳实践,尤其是EF6与MySQL的配合使用,以及数据转换技巧,如字节序处理和布尔值提取。最后,简述了消息队列(如RabbitMQ)和CAN总线的使用场景和配置要点。每个部分都配有实际代码示例,帮助开发者更好地理解和应用这些技术。 适合人群:从事工业自动化领域的软件开发工程师,尤其是那些需要频繁处理通信协议和数据交互的技术人员。 使用场景及目标:适用于需要进行PLC通信、数据采集、监控系统集成等项目的开发人员。主要目标是提高开发效率,减少因协议复杂性和数据格式差异带来的困扰,确保系统的稳定性和可靠性。 其他说明:文章不仅提供了理论指导,还分享了许多实际项目中的经验和教训,强调了在真实环境中可能会遇到的问题及解决方案。对于初学者而言,可以作为入门指南;对于有一定经验的开发者,则可以作为参考手册,帮助他们优化现有系统并避免常见错误。

    【信号处理领域】 Matlab实现GWO-SVMD灰狼算法(GWO)优化逐次变分模态分解(SVMD)的详细项目实例(含完整的程序,GUI设计和代码详解)

    内容概要:本文档详细介绍了基于灰狼优化算法(GWO)优化逐次变分模态分解(SVMD)的MATLAB项目实例。项目旨在通过GWO优化SVMD中的关键参数(如模态数、惩罚因子等),提高信号分解的精度和效率,解决传统SVMD方法面临的参数选择和优化挑战。GWO算法通过模拟灰狼捕猎行为,实现全局搜索和局部搜索的平衡,增强了SVMD在处理非线性、非平稳和含噪信号时的能力。文档涵盖了项目背景、目标与意义、挑战及解决方案、特点与创新、应用领域、效果预测图程序设计及代码示例、模型架构、算法流程、目录结构设计、注意事项、扩展方向、部署与应用、未来改进方向、总结与结论以及详细的程序设计思路和具体代码实现。 适合人群:具备一定编程基础,特别是熟悉MATLAB和信号处理技术的研发人员,以及从事机械故障诊断、生物医学信号分析、地震信号处理、无线通信和金融市场分析等领域工作的工程师和研究人员。 使用场景及目标:①优化SVMD中的参数设置,提高信号分解的精度和效率;②处理非线性、非平稳和含噪信号,提取有用的特征;③应用于机械故障诊断、生物医学信号分析、地震信号处理、无线通信和金融市场分析等领域;④提供信号噪声抑制功能,减少噪声干扰,确保信号中的有用信息被充分提取;⑤拓宽算法的应用范围,为相关领域的信号处理提供高效、精确的工具。 其他说明:本项目不仅提供了详细的理论背景和技术实现,还附带了完整的代码示例和GUI设计,便于用户实践和调试。项目强调了数据质量和参数调整的重要性,同时对未来改进方向进行了展望,如引入深度学习技术、多模态信号融合、实时故障诊断功能、端到端加速、数据隐私保护与合规性、扩展到边缘计算平台、自动化模型训练与优化、系统的自我修复能力等。通过本项目的成功实现,可以为信号处理领域提供一种更加高效、精确、可靠的解决方案。

    《基于YOLOv8的食品加工车间地面湿滑区域识别系统》(包含源码、可视化界面、完整数据集、部署教程)简单部署即可运行。功能完善、操作简单,适合毕设或课程设计.zip

    资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。

    2023年操作系统题库.docx

    2023年操作系统题库.docx

    【建筑工程领域】 MATLAB实现基于云模型和遗传算法的建设工程风险决策多目标优化研究的详细项目实例(含完整的程序,GUI设计和代码详解)

    内容概要:本文档介绍了基于MATLAB实现的建设工程风险决策多目标优化项目,该研究结合云模型和遗传算法,旨在优化建筑工程中的风险管理决策。项目首先阐述了背景与目标,强调了优化建筑工程风险管理、提高成本效益、增强风险预测能力的重要性。接着,文档详细描述了项目挑战及解决方案,包括模型准确性、计算效率、不确定性处理等方面。项目特点与创新在于综合运用云模型和遗传算法,引入自适应优化算法,并基于大数据进行风险预测。应用领域涵盖建筑工程管理、制造业风险决策、能源与环境管理、交通运输行业和金融风险管理。文档还展示了项目的效果预测图、程序设计及代码示例,涵盖了数据预处理、云模型风险评估、遗传算法优化、多目标优化决策和结果可视化等模块。最后,文档讨论了项目的未来改进方向,如模型多样化、云平台优化、增强智能决策支持等。 适合人群:具备一定编程基础,尤其是熟悉MATLAB的工程师和研究人员,以及从事建筑工程管理、风险管理和多目标优化领域的专业人士。 使用场景及目标:①理解云模型和遗传算法在建筑工程风险管理中的应用;②掌握多目标优化的具体实现方法和技术细节;③学习如何构建和优化基于云模型和遗传算法的风险决策系统;④应用于实际建筑工程管理和其他相关领域的风险管理决策。 其他说明:此项目不仅为建筑工程的风险管理提供了科学依据,还为其他行业的多目标决策优化提供了技术参考。项目代码详尽,从环境准备、数据处理到模型训练和评估均有详细示例,便于学习和实践。同时,项目强调了数据质量和模型参数选择的重要性,为后续研究和应用提供了宝贵的经验和指导。

    Polar 代码的 MATLAB 极化代码仿真.zip

    matlab

    基于stm32的控制底层

    基于stm32的控制底层

Global site tag (gtag.js) - Google Analytics